突破限制，解鎖創(chuàng)新之門：階躍星辰TI2V圖生視頻模型開源，運(yùn)動(dòng)幅度與鏡頭運(yùn)動(dòng)控制再無難題
隨著科技的飛速發(fā)展，人工智能（AI）在各個(gè)領(lǐng)域的應(yīng)用日益廣泛，其中，AI技術(shù)在視頻生成領(lǐng)域的應(yīng)用尤為引人矚目。近日，知名開源項(xiàng)目階躍星辰公開了其最新研究成果——Step-Video-TI2V圖生視頻模型，該模型在運(yùn)動(dòng)幅度與鏡頭運(yùn)動(dòng)控制方面取得了重大突破，為創(chuàng)作者們提供了更為靈活、穩(wěn)定和高質(zhì)量的視頻生成能力。本文將圍繞階躍星辰TI2V圖生視頻模型開源的背景、核心特點(diǎn)、技術(shù)亮點(diǎn)和應(yīng)用前景展開討論。
一、背景介紹
近年來，隨著深度學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，圖生視頻生成已成為一個(gè)備受關(guān)注的研究領(lǐng)域。通過利用大規(guī)模數(shù)據(jù)集和先進(jìn)的算法，圖生視頻模型能夠根據(jù)給定的圖片生成逼真、動(dòng)態(tài)的視頻片段。這為影視制作、廣告創(chuàng)意、短視頻制作等領(lǐng)域帶來了巨大的創(chuàng)新空間。
二、核心特點(diǎn)
Step-Video-TI2V是一款基于30B參數(shù)Step-Video-T2V訓(xùn)練的圖生視頻模型，具備運(yùn)動(dòng)幅度可控和鏡頭運(yùn)動(dòng)可控兩大核心特點(diǎn)。該模型支持生成102幀、5秒、540P分辨率的視頻，不僅在參數(shù)規(guī)模上對(duì)領(lǐng)域研究提供了更高的上限，其運(yùn)動(dòng)幅度可控能力更是能夠在平衡圖生視頻生成結(jié)果的動(dòng)態(tài)性和穩(wěn)定性的同時(shí)，為創(chuàng)作者提供更為靈活的選擇。
三、技術(shù)亮點(diǎn)
1. 運(yùn)動(dòng)幅度可控：該模型支持控制視頻的“運(yùn)動(dòng)幅度（motion）”，無論是靜態(tài)穩(wěn)定畫面，還是高動(dòng)態(tài)動(dòng)作場景，都能滿足創(chuàng)作者需求。這一特點(diǎn)使得生成的視頻在動(dòng)態(tài)性和穩(wěn)定性之間達(dá)到平衡，為創(chuàng)作者提供了更為廣闊的創(chuàng)作空間。
2. 多種運(yùn)鏡控制：除了對(duì)鏡頭內(nèi)主體運(yùn)動(dòng)的控制，該模型還支持對(duì)多種運(yùn)鏡的理解，可以對(duì)生成視頻中的鏡頭運(yùn)動(dòng)進(jìn)行精準(zhǔn)控制，生成大片級(jí)運(yùn)鏡效果。從基本的推拉搖移、升降，到各種復(fù)雜的電影級(jí)運(yùn)鏡效果都能駕馭。
3. 動(dòng)漫效果尤佳：在動(dòng)漫類任務(wù)上的效果尤其優(yōu)異，非常貼合動(dòng)畫創(chuàng)作、短視頻制作等應(yīng)用場景。這一特點(diǎn)使得Step-Video-TI2V在生成動(dòng)漫風(fēng)格視頻時(shí)具有很高的表現(xiàn)力。
4. 支持多尺寸生成：該模型支持多種尺寸圖生視頻，能夠根據(jù)不同的創(chuàng)作需求和平臺(tái)特性，自由選擇圖片尺寸，無需擔(dān)心畫面變形或比例失調(diào)的問題。
四、應(yīng)用前景
Step-Video-TI2V模型的開源將進(jìn)一步推動(dòng)圖生視頻領(lǐng)域的研究和發(fā)展，為影視制作、廣告創(chuàng)意、短視頻制作等領(lǐng)域帶來更多創(chuàng)新機(jī)會(huì)。隨著該模型與華為昇騰計(jì)算平臺(tái)的適配以及在魔樂社區(qū)（Modelers）的上線，更多的創(chuàng)作者將能夠輕松地使用該模型進(jìn)行創(chuàng)作，實(shí)現(xiàn)自己的創(chuàng)意夢想。
此外，階躍星辰還通過LoRA等技術(shù)，持續(xù)解鎖模型的特效潛力，未來或?qū)⑦M(jìn)一步拓寬該模型的應(yīng)用領(lǐng)域。隨著技術(shù)的不斷進(jìn)步，我們有理由相信，Step-Video-TI2V模型將在更多場景下發(fā)揮其卓越的性能，為人類生活帶來更多美好瞬間。
總結(jié)而言，階躍星辰TI2V圖生視頻模型的開源無疑為視頻生成領(lǐng)域帶來了重大突破。運(yùn)動(dòng)幅度與鏡頭運(yùn)動(dòng)控制的難題在此得到了解決，為創(chuàng)作者們解鎖了更多的創(chuàng)作可能性。我們期待著這一模型在未來為影視制作、廣告創(chuàng)意、短視頻制作等領(lǐng)域帶來更多的驚喜和創(chuàng)新。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
